TELAAH
TELAAHTEORITIS
TEORITIS HIPOTESIS
HIPOTESIS
PENGUJIAN
PENGUJIANFAKTA
FAKTA
Pemilihan
PemilihanData
Data HASIL
HASIL
Pengumpulan
PengumpulanData
Data
Analisis
AnalisisData
Data
KESIMPULAN
KESIMPULAN
Pengertian & pentingnya pengukuran
1. Skala nominal
2. Skala ordinal
3. Skala interval
4. Skala rasio
5
Skala Nominal
• Skala pengukuran yang menyatakan
kategori/kelompok
• Angka hanya digunakan sebagai label atau
identifikasi
• Berfungsi untuk mengelompokan data,
tetapi tidak memiliki arti. Tidak memiliki nilai
intrinsik.
• Merupakan variabel non-parametrik
6
Skala Nominal
• Misal:
– nomor pemain bola, nomor mahasiswa
– jenis kelamin diberi skala
1. Pria
2. Wanita
Angka 2 untuk wanita bukan berarti lebih baik/besar
dari angka 1 bagi pria.
9
Skala Interval
• Skala yang memiliki nilai dengan jarak sama.
12
Skala Rasio
• Contoh :
– berat badan Lestari 40 kg
– berat badan Rita 60 kg
Ratio berat Rita 3/2 x berat Lestari.
13
Metode Analisis Data
• Metode dependen
Menguji ada tidaknya hubungan dua set variabel.
Misalnya untuk menentukan apakah variabel
bebas (independen) mempengaruhi variabel
terikat (dependen).
• Metode interdependen
Set data tidak dapat dikelompokkan ke dalam
variabel bebas dan variabel terikat.
Tujuannya untuk mengidentifikasi keterkaitan
variabel satu sama lain
Klasifikasi Jumlah Variabel dan Kategori Analisis Data
Contoh:
Apakah rata2 gaji kepala keluarga dan total income
anggota keluarga berbeda secara nyata untuk tiap
daerah
Dua/lebih var terikat (metrik) dan
Dua/lebih var bebas (non-metrik)
– Multivariate Analysis of Variance (MANOVA)
2. Var terikat (metrik): lebih dari satu
Var bebas (non-metrik): lebih dari satu
Contoh:
Apakah rata2 gaji kepala keluarga dan total income
anggota keluarga berbeda secara nyata untuk setiap
daerah dan ras.
Dua/lebih var terikat (metrik) dan
Dua/lebih var bebas (non-metrik)
– Multivariate Analysis of Variance (MANOVA)
3. Var terikat (metrik): satu
Var bebas (non-metrik): lebih dari satu.
Contoh:
Apakah rata-rata gaji kepala keluarga berbeda secara
nyata untuk setiap daerah dan ras.
Satu var terikat (metrik) dan
Satu/lebih var bebas (metrik)
– Regresi
• Metode statistik untuk menguji hubungan antara satu
variabel terikat (metrik) dan satu/lebih var bebas (metrik)
– Regresi sederhana
• Menguji pengaruh 1 var bebas (metrik) terhadap 1 var
terikat (metrik)
– Regresi berganda
• Menguji pengaruh 2/lebih var bebas (metrik) terhadap 1
var terikat (metrik)
Satu var terikat (non-metrik) dan
Satu/lebih var bebas (metrik)
– Analisis Diskriminan
– Asumsi:
• data harus berdistribusi normal
• Jumlah sample untuk masing-masing kategori variabel
terikat harus sebanding.
– Contoh:
Apakah beberapa faktor (seperti usia, income)
mempengaruhi keputusan membeli atau tidak
membeli suatu produk
Satu var terikat (non-metrik) dan
Satu/lebih var bebas (metrik)
– Uji Statistik Logistic Regression
• Jika var bebasnya kombinasi antara metrik dan non-
metrik, maka asumsi normalitas multivariat tidak dapat
dipenuhi
• Tidak mensyaratkan jumlah sampel untuk masing-masing
kategori var terikat harus sebanding
Metode-metode Dependensi
Jumlah Variabel Skala Pengukuran
Tujuan Studi Metode
Dependen Independen Dependen Independen
Menguji pengaruh Satu Dua atau Interval atau Interval atau Analisis
beberapa variabel lebih rasio rasio Regresi
independen terhadap (metrik) (metrik Berganda
variabel dependen
Menentukan korelasi Dua atau Dua atau Interval atau Interval atau Canonical
antara dua atau lebih lebih lebih rasio rasio Correlation
variabel dependen (metrik) (metrik) Analysis
dengan beberapa
variabel independen